Y CombinatorとOlam Labsの研究チームは、最近Minecraftをサンドボックスとして利用し、AIエージェントの群れの動態を調査しました。チームは、数百のエージェントをさまざまなゲームモードに放ち、これらのシステムがどのように協力または競争するかを観察することで、マルチエージェントAIの実世界への応用に関する知見を得ることを目指しました。この研究では、MindcraftやMineflayerといった既存のフレームワークを活用し、エージェントが複雑なゲームメカニクスや互いと相互作用できる制御された環境を構築しました。
この画像は、研究者がマルチエージェントAIの動態を研究するために使用したMinecraftのサンドボックス環境を例証している。
「Civ50」と名付けられた特定の実験において、研究チームは50体のGPT-6.1 Solエージェントの群れに対し、3時間の枠内で繁栄する文明を築くという任務を与えました。その結果、コロニーは目標を達成できませんでした。初期の活動期間の後、エージェントは野心的な目標を放棄し、慎重な生存へと舵を切りました。最も注目すべき点は、群れが「麻痺する官僚制」へと向かう傾向を示したことです。ある事例では、4人のエージェントが、たった1つの小麦ブロックのための1つの骨粉を扱うために、「唯一の肥料オペレーター」を任命し、議論することに11分間を費やしました。この行動は、調整のオーバーヘッドが生産的なアウトプットを上回ってしまうコーディングエージェントで観察されるパターンと一致していました。
この研究では、競争的なシナリオにおける異なるモデルの挙動も比較しました。「Bed Wars」のチームPvPモードでは、10体のGPT-6.1 Solエージェントと10体のClaude Opus 5.5エージェントを対戦させました。GPTエージェントは攻撃的で蜂の巣のような戦略を採用したのに対し、Claudeエージェントはより防御的で民主的な意思決定プロセスを示しました。その後のリアルタイム戦略ゲーム「Mindustry」でのテストでは、GPTエージェントが6対1で勝利しました。これは、GPTエージェントの蜂の巣のような調整が、Claudeモデルの民主的なアプローチよりも、一貫した勝利戦略において効果的であったことを示唆しています。これらの発見は、エージェントの数をスケールアップすることが自動的に生産性を向上させるわけではなく、むしろ人間のような官僚的な慣性を模倣する社会的な病理やエンジニアリング上の障害を生み出す可能性があることを示しています。
これらの実験はマルチエージェントの動態への窓を提供していますが、現在の研究は特定のモデルアーキテクチャとゲーム環境に限定されています。異なる群れの規模や代替のモデルアーキテクチャが、これらの調整ループをどのように緩和するのかは依然として不明です。研究チームは自らの群れをオープンソース化しており、モデルの混合やエージェントグループのサイズを変化させることが、これらの官僚的な行動の出現にどのように影響を与えるかについて、さらなる調査を促しています。